AIの世界で印象的なアルゴリズムやソフトウェアとは何ですか？
私はAIと進化アルゴリズムのアイデアを常に愛してきました。残念ながら、私たち全員が知っているように、この分野は初期の予想ほど速く発展していません。
私が探しているのは、「すごい」要素を持ついくつかの例です。
予想外の方法で適応した自己指示学習システム。
特にダイナミックで予想外の戦略を生み出したゲームエージェント
有意義で洞察力のある出力を実際に生成した記号表現システム
複数のエージェントシステムでの興味深い緊急行動。
AIを定義するもののセマンティクスに入らないようにしましょう。 AIのように見えたり聞こえたりする場合は、それについて聞いてみましょう。
最初に 1997年のストーリー で始めます。
博士エイドリアントンプソンは、遺伝的アルゴリズムを使用して、FPGAで音声認識回路を作成しようとしています。数千世代後、彼はデバイスに「停止」と「移動」の音声コマンドを区別させることに成功しました。彼はデバイスの構造を調べ、いくつかのアクティブな論理ゲートが回路の残りの部分から切断されていることを発見します。役に立たないこれらのゲートを無効にすると、回路は動作を停止します...
編集
印象的な何かを生み出したテクニック/アルゴリズムについて議論を続けていくことができますか？初期段階にあるが、約束を示している数千のAIテクノロジーについて読みたい場合は、Googleで検索できます。
私は、巨大な植物の苗床をターゲットにした製品で小売在庫補充のための進化的なアルゴリズムを構築しました（そして、いくつかの本当に大きくてスマートなものがあります-2億ドルの会社）。
それはおそらく私が今まで取り組んだ中で最もクールなものだった。 3年間の履歴データを使用して、休暇中に1週間連続して処理し、進化させました。
最終結果は肯定的で奇妙なものでした。実際、最初は壊れていたと確信していました。
アルゴリズムは、過去数週間の売上を無視し、すべての指標に対して0の重みを与えました（これは、これらの人が現在働いている方法とは相反します-現在、彼らは前年の同じ週を考慮し、最近の傾向も考慮しています）。
最終的に私は何が起こっているのかを理解しました。生物が取り扱わなければならない指標により、時間の経過とともに、前月の同じ部分を見て、最近の傾向を無視する方が効率的でした。
そのため、過去数日間ではなく、前月の同じ週を調べました。これは、30日ごとに繰り返される微妙で安定した傾向があるためです。そして、それらは、より不安定な日々の傾向よりも信頼性が高かった。
その結果、効率が大幅に再現可能に改善されました。
残念ながら、私はこれに非常に興奮していたので、それについて顧客に話し、彼らはプロジェクトをキャンセルしました。その最初の実行は非常に有望でしたが、過去3年間のほとんどすべてのデータを処理し、アルゴリズムが魔法のように効率を改善することを確認できたとしても、証拠として販売するのは困難でした。 EAは難しくありませんが、人々は最初は複雑に感じます。そして、何か難解なことをするという考えは、飲み込むには少し多すぎました。
私にとって重要なことは、少しでも魔法のように見えるものを作成した場合、良いプレゼンテーションをまとめることができるまで、それについて話すことを控えるべきだということでした。 :)
数回前、私はこの一連の記事を見つけました： Designing Emergent AI 。
これらの記事の著者は、新しいAIを搭載したゲーム「AI War：Fleet command」を作成しました。たぶん、あなたはこれを面白いと思うでしょう。
従来のAI領域の少し外側にあるのは、 Numenta で開発されたHTM（Hierachical Temporal Memory）です。この技術はまだ初期段階にありますが、対象となる「WOWファクター」分野で有望です。
これまでのところ、AIの最も印象的な側面は、配達と約束の比率です。私の意見では、コンピューターベースのインテリジェンスに対する唯一の真に実行可能なアプローチは、シミュレートされたニューラルネットワークです。同じ基本的な制御システムの：大量のニューロンが入出力デバイスに接続されています。
驚くべきことに、この明らかな真実にもかかわらず、「神経ネットワーク」と呼ばれるコンピューターサイエンスの分野では、実際の生物学的なニューロンと神経構造をシミュレートする試みをほとんど放棄しました。なぜ一般的なのかを説明することはできませんでしたが、それは、一般的にプログラマーが快適ゾーンの外に出て、コンピューターサイエンス以外のトピックについて学ぶことを好まないためだと思われます。
これの唯一の利点は、ターミネーターが単なる映画であることです。
私にとってAIで最も興味深いことの1つは、ロドニーブルックスが subsumption architecture と呼ばれる行動アーキテクチャについて始めた非常に古い議論です。
彼はあらゆる種類の象徴的表現を完全に放棄し、常に次のように述べています。これにより、ロボットが間違ったワールドビューを生成したり、モデルを修正する際のすべての複雑な問題を回避したりできます。
彼は多くの興味深い本を出版し、現在の研究で多く使用されている具体化された認知アプローチの最初の人物の一人でした。
興味深い読み物は http://people.csail.mit.edu/brooks/index.html にあります。彼のその後の出版物のいくつかは非常に哲学的ですが、ロボットの初期の説明と、単純な一連のルールとアクションからロボットの動作がどのように出現したかは、読む価値があります。
http://www.wolframalpha.com/ を確認してください（おそらく、計算の知識にさらに依存します）
あなたの質問に対する明確で客観的な答えがあるとは思わないので、ここが私の個人的なお気に入りです。
learnfun＆playfun
"learnfun＆playfun：NESゲームを自動化するための一般的なテクニック" （ソースコードおよびその他の情報を使用）
こちらがyoutubeリンクです 他の前のものが死ぬ場合。これは Vsauce でも取り上げられました。
「ゆるくて「ゲームオーバー」を受け取るのではなく、ゲームを一時停止しただけです。[...]勝つ唯一の動きは、プレーしないことです。」
ロボット間の進化と協力に関する最近の研究は非常に興味深いものでした。 このブログエントリ は、実験とその結果の概要を示しています。私にとって最も興味深いのは、observed教者AIと「悪」AIの両方の観察された行動でした。
野心的なオープンソースがありますJavaと呼ばれるライブラリ CIlib は、計算知能のホストを提供します。現在、大学レベルで研究グループによって使用されており、独自の研究。
不完全な質問をしている可能性があります。あなたは「素晴らしい答え」と言っていますが、最高のコンピューターが答えとして「42」を与えるとき、ギャラクシーへのヒッチハイカーガイドのように、あなたは質問が何であるかを知りたいです。
優れた答えを生み出す「最良の質問」がいくつかあります。いくつかの本当に役に立つ答えは、ありふれたものにあります。 「 巡回セールスマンの問題 」は、FedExにとって多くのコストまたはお金を意味します。 ダイクストラのアルゴリズム は、インターネット上のパケットが実際にたどるパスを駆動します。
De'Morgans law も非常にクールです-コンピュータチップのゲートを最小化して同じ仕事をすることができます。それらは自動化されており、コンピューターチップの何十億ものゲートで動作します。毎年、コンピューターハードウェアベースの価値創造において、兆ドルの3分の1に達する可能性があります。私は人々が彼らと何をするかを話しているのではなく、「彼ら」と話しているだけです。
これらは平凡に見えるかもしれませんが、私にはきちんとしています。
進化型アンテナ も気に入っています。 AIは実存的な脅威であるとMuskが言うとき、彼は進化アルゴリズムの力に言及していると確信しています。火星探査機の1つには、それよりもはるかに新しいバージョンがあり、人間はそれを（単独で）発明することはできませんでしたが、できるコンピューターをセットアップすることはできます。